首页 > 文献资料
-
QSAR方法预测中草药重要成分毒性的初步评价
本研究初步评价Toxtree、T.E.S.T.、TOPKAT和Derek等QSAR平台,对中草药重要成分实验数据子库的预测可靠性.对数值型数据评价计算外部验证的相关系数Q2,对分类型数据计算Cooper统计量.实验数据子库中,共83种成分有大鼠经口LD50实验数据,计算T.E.S.T.的Q2 =0.76,TOPKAT的Q2=0.39.共28种成分有致癌性实验数据,其中致癌性阳性16种,致癌性阴性10种,致癌性不确定2种,实验阳性物比例=16/28 =57.1％.Toxtree预测准确性为57.1％,TOPKAT预测准确性为53.6％,Derek预测准确性为50.0％;共46种成分有Ames试验数据,试验阳性14种,阴性32种,实验阳性物比例14/46=30.4％,Toxtree预测准准确性为67.4％,T.E.S.T.预测准确性为76％,TOPKAT预测准确性为71.1％,Derek预测准确性为73.9％.由于不同的原因,对发育毒性、骨髓微核试验、及其他终点难以进行评价.本文提出(Q) SAR预测模型应按OECD验证5项原则进行全面的和标准化的评价.强调要定义明确毒性终点和模型应用域.毒性是复杂的生物现象,不要满足于过于简单的数值.而且,生物毒性数据均具有不确定性.
-
应用Toxtree平台预测中草药重要成分的致癌性和遗传毒性
应用Toxtree平台预测研究人员建立的中草药重要成分数据库中984种中草药重要成分的致癌性和遗传毒性.结果发现:在984种中草药重要成分中,共有255种具有遗传毒致癌性结构预警(SA),141种有非遗传毒致癌性SA,284种有Ames试验SA,761种有啮齿类体内微核试验SA.本文给出了各结构分类的预测结果,并给出了120种黄酮类化学物的致癌性和遗传毒性预测结果.中草药重要成分的Toxtree QSAR预测结果,可用于识别潜在的健康危害,筛选、评价实验的优先性.但预测结果提示,尚有一些问题有待于解释、进一步优化SA和模型的评价.
-
利用Toxtree平台预测中草药重要成分的毒理学关注阈值
目的 通过对中草药重要成分进行毒理学关注阈值(Threshold of toxicological concern,TTC)预测,以建立针对中草药成分毒性筛选和危险评定方法.方法 利用本研究已建立的中草药重要成分的QSAR预测毒性数据库,Toxtree平台中的Cramer决策树,扩展的Cramer决策树和Krose TTC决策树3个软件预测中草药重要成分的TTC.结果 本研究无法获得暴露数据,只能得到中草药重要成分的TTC值,因此简化了Krose TTC决策树.对984个中草药重要成分进行TTC预测,发现共有255个中草药成分具有遗传毒性结构预警,预测的TTC为每人0.15 μg/day;共有729个中草药成分无遗传毒性结构预警,预测的TTC分为Ⅰ、Ⅱ、Ⅲ三类,每类分别有141、9、579个,对应的TTC分别为每人1 800、540和90 μg/day.对具有代表性的黄酮类化合物的无遗传毒性的Ⅲ类各化学物进行列表分析.结论 TTC方法可对暴露量低或者缺乏毒性资料的中草药重要成分进行毒性预测,为危险评定提供有价值的初步信息,并可评价进一步试验的优先性.
